[发明专利]闭环分数阶PDɑ型迭代学习机器人控制器的设计方法及系统

摘要

本发明公开闭环分数阶PD^α型迭代学习机器人控制器的设计方法及系统，该方法包括选定机器人的运动机构为分析对象，并构建选定的运动机构的动力学模型以及机器人控制器中闭环分数阶PD^α型迭代学习控制律；预设机器人运动机构的期望运动轨迹，初始化输入量及闭环分数阶PD^α型迭代学习控制律的参数并作用于机器人的运动机构，获取机器人的实际运动轨迹；判断获取的实际运动轨迹与期望运动轨迹两者的误差是否为零，若误差为零，则实际运动轨迹与期望运动轨迹重合，则迭代学习律的当前参数不变，得到机器人控制器的最佳参数；否则，进入下一步；调整迭代学习律中的参数，直至得到机器人控制器的最佳参数。

主权项

1.一种闭环分数阶PD^α型迭代学习机器人控制器的设计方法，其特征在于，包括：步骤1：选定机器人的运动机构为分析对象，并构建选定的运动机构的动力学模型；再构建机器人控制器中的闭环分数阶PD^α型迭代学习控制律；其中，闭环分数阶PD^α型迭代学习控制律为：机器人运动机构的当前时刻输入量等于前一时刻输入量与两个跟踪误差学习项的之和；跟踪误差为机器人运动机构的当前时刻位置与预设机器人运动机构的期望运动轨迹之差，一个跟踪误差学习项等于跟踪误差的K_p倍，另一个跟踪误差学习项等于跟踪误差的α次分数阶微分的K_d倍；K_p、α和K_d均为闭环分数阶PD^α型迭代学习控制律的参数，α∈(0,1)，K_p和K_d为任意正数；步骤2：预设机器人运动机构的期望运动轨迹，初始化机器人运动机构的输入量以及机器人控制器中闭环分数阶PD^α型迭代学习控制律的参数并作用于机器人的运动机构，获取机器人运动机构的实际运动轨迹；步骤3：判断机器人运动机构的实际运动轨迹与期望运动轨迹两者的误差是否为零，若误差为零，则实际运动轨迹与期望运动轨迹重合，则闭环分数阶PD^α型迭代学习律的当前参数不变，得到机器人控制器的最佳参数，结束；否则，进入下一步；步骤4：调整闭环分数阶PD^α型迭代学习律中的参数来修正输入量并作用于机器人的运动机构，直至完全跟踪期望轨迹，最终得到机器人控制器的最佳参数。